换一批基于图神经网络的中药聚类方法研究
Research on Clustering Method for Chinese Herbal Medicine Based on Graph Neural Network
摘要目的 本研究提出了一种基于图神经网络的中药聚类方法(CHM-GCNK),旨在从生物分子网络层面发现潜在的中药配伍.方法 首先,收集中药、靶点(蛋白质)信息以及它们之间的相互作用关系,构建中药靶点网络.其次,采用图神经网络学习所构建的中药靶点网络,获取中药节点的嵌入表示.然后,利用Kmeans算法进行聚类.最后,采用非线性降维技术t-SNE可视化聚类结果.结果 应用CHM-GCNK、Node2Vec-Kmeans和SVD-Kmeans方法,以治疗肺癌的40个中药为例进行聚类,聚类结果为五个簇,聚类算法评价指标SS、DBI、CH结果显示CHM-GCNK优于其他两种方法,分别为0.4006、0.7631、59.0001.结论 CHM-GCNK聚类效果更好,可应用于中药配伍研究,进而为人工智能和多组学数据时代的中医药生物网络分析方法提供参考借鉴.
更多相关知识
关键词
图神经网络蛋白质互作网络分子生物学中药聚类Graph neural networkProtein-Protein interaction networksMolecular biologyChinese herbal medicine clustering
栏目名称
DOI
10.11842/wst.20230904004
发布时间
2025-01-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览13
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
